基于自適應題庫的智能個性化語言學習平臺的設計與應用*

李俊杰 張建飛 胡 杰 盛守卓

?

基于自適應題庫的智能個性化語言學習平臺的設計與應用*

李俊杰1,2張建飛3胡 杰3盛守卓3[通訊作者]

（1．訊飛教育技術研究院，安徽合肥 230088；2．安徽信息工程學院 大數據與人工智能學院，安徽蕪湖 241000；3．科大訊飛股份有限公司，安徽合肥 230088）

近年來，自適應題庫技術、智能語音評測技術、語音合成技術、云計算等技術的發展及成熟，為構建智能個性化語言學習平臺提供了可能。文章首先分析了智能個性化語言學習平臺所需的關鍵技術和方法；然后介紹了如何借助這些技術設計能提供多種學習途徑的平臺框架，并提出了一種配套的語言學習模型；最后以少數民族學習普通話作為應用案例，介紹了平臺的建設過程及方法，并對學習者的學習效果進行了對比分析，發現平臺的應用效果良好，有效提升了語言學習者的基本語言能力。

自適應題庫；個性化學習；人工智能；大數據

引言

傳統在線語言學習系統一般是依靠電子學習資源、網絡學習社區及網絡信息技術搭建的自主學習平臺，國內較為知名的在線語言學習系統有英孚在線英語培訓中心、新東方在線網絡課堂等。這些平臺的功能一般包括在線視頻課程、教師在線授課、在線練習等，平臺功能較為單一，只是簡單地將授課形式從線下教學轉變為以錄像或在線課程為主的線上學習，課程無法做到實時地進行評價和反饋，也無法滿足學習者個性化的學習需求。而個性化學習是未來教育發展的趨勢，它是當代教育積極倡導的學習理念和模式，注重學習者的個體差異，采取恰當的學習手段滿足學習者個性化的學習需求[1]。

語言學習平臺的用戶一般是以第二語言為學習內容的學習者，其特點是水平參差不齊，且語言技能發展不均衡。但是受傳統技術手段的限制，傳統的語言學習平臺學習資源呈現單一，難以精準測量每個學習者的語言水平，無法根據其學習行為推薦個性化的學習資源，也無法實時有效地衡量學習效果，故個性化語言學習一直難以真正地推行和實施。作為促進個性化學習發展的關鍵技術，人工智能和大數據分析技術在近年得到了較大的發展[2]。本研究基于語言評測、語音合成等人工智能技術、教育大數據分析技術，借助構建的自適應題庫，設計了以學習者為中心的、自適應測試的智能個性化語言學習平臺，為實現語言的個性化學習提供了支持。

一 關鍵技術與方法

1 計算機自適應測試及自適應題庫

計算機自適應測試是基于項目反應理論（Item Response Theory，IRT），以計算機為輔助工具，每個學習者建立適合自己能力的個性化測驗[3]。自適應題庫就是以IRT為理論基礎而構建的試題庫。相較于傳統的基于經典測量理論（Classical Test Theory，CTT）建立的題庫，自適應題庫可實現計算機自適應考試（Computerized Adaptive Testing，CAT），能更準確、更迅速地測量出每個學習者的真實水平。

IRT是針對CTT的不足而提出來的，其原理是根據測試者回答問題的情況，經過題目特征函數的計算，推測測試者的能力水平。研究者基于IRT構建了多種模型：第一種模型是1952年Lord提出的雙參數正態肩形曲線模型；隨后，Rasch提出了用于測量被試能力水平與項目難度關系的拉希模型，由于模型中只有一個項目參數，故也被稱為單參數模型；1957～1958年，Brinbaum改進了Lord的雙參數模型，提出了三參數模型[4]。三參數模型的應用較為廣泛，其計算公式如公式（1）所示。

公式（1）

在個性化學習中，自適應測試可在學習初期較為準確地診斷出學習者的水平，并將此作為學習起點；在學習過程中，可根據學習者當前的能力水平，提供個性化的學習效果測試資源。

2 可定制的語音評測引擎

語音評測是利用計算機自動對人的語言進行標準程度評估、發音錯誤檢測和口語內容質量評分的技術，目的是利用人工智能技術，提高語言學習的效率。語音評測主要涉及語音識別、自然語言處理、深度神經網絡等人工智能技術，其使用場景不僅覆蓋客觀題（如字、詞、句和篇章）中的發音檢錯和評分，而且支持開放性題型（如話題表述）的發音和表述內容的評分，能幫助學習者有針對性地糾正學習過程中的錯誤，相當于學習者的機器口語老師。語音評測引擎由語音評測技術封裝而來，封裝過程中可針對不同的學習人群對聲學模型、評分標準等模塊定制，形成針對此學習人群的定制化評測引擎，能更精確地給出評測結果。

3 可定制的語音合成引擎

語音合成（Text To Speech，TTS）是指將文本狀態的文字信息轉化為可聽的聲音信息的技術，相當于給機器裝上了人工的“嘴巴”。語音合成可為學習者動態地合成所需的學習資源，可實現學習者自主錄入資源進行學習。同樣，語音合成引擎也可定制，定制項目包括發音人音庫、語速、音量、語調、背景音等，可使合成后的學習資源靈活多樣。

4 基于教育大數據的個性化推薦技術

根據杜婧敏等[5]的研究，教育大數據可定義為面向教育全過程、全時空的多種類型的全樣本的數據集合。基于教育大數據的個性化推薦技術是指使用學習行為分析技術，從海量的教育大數據中挖掘有價值的信息，從而得出學習者模型，再根據學習者模型使用推薦算法推送個性化學習資源——學習者模型一般包括個人信息、初始知識水平、學習興趣、知識模型、學習風格等特征信息。該技術的核心是個性化推薦引擎，其輸入是學習者的學習行為數據（如學習目標、練習歷史等），輸出為個性化的學習資源。

二 平臺設計

1 平臺架構設計

在前文所介紹的智能語言學習技術的基礎之上，本研究設計了基于人工智能及大數據分析平臺的智能個性化語言學習平臺架構（下文簡稱“平臺架構”），以期通過建設自適應題庫，利用人工智能輔助學習手段和學習行為分析技術，幫助學習者建立智能化、個性化的在線語言學習平臺，從而提升學習者的語言水平。平臺架構設計采用經典三層架構：表現層、業務邏輯層和數據訪問層，目的是減少各模塊單元之間的耦合性，提高系統的可維護性和擴展性，如圖2所示。

圖2 基于自適應題庫的語言個性化學習平臺架構

①表現層。表現層是用戶接觸的界面層，主要功能是展示系統界面、處理用戶交互請求并展示處理結果。系統界面展示支持多語種界面切換的需求。

②業務邏輯層。業務邏輯層是平臺的核心部分，其主要功能是完成所有業務邏輯的處理。根據功能的不同，各項業務邏輯可分為兩大類：基礎業務服務，這是平臺基礎業務集合，提供諸如用戶注冊驗證、數據統計、個性化資源推薦等功能；人工智能與大數據服務，為平臺提供核心AI能力和大數據分析能力，提供如語音評測、語音合成、學習大數據分析等功能。所有服務能力通過接口方式提供，實現前后臺分離，可滿足多平臺（如PC端、Android、iOS移動端）的開發需求。

③數據訪問層。數據訪問層的主要功能是負責數據庫的訪問，對數據庫完成增加、刪除、修改、查詢操作。平臺架構主要包括用戶庫、自適應題庫、業務庫、文件庫和學習者模型庫。其中，自適應題庫中存儲所有試題內容和自適應參數，用于自適應測試抽取；而學習者模型庫中存儲了所有學習者的學習模型，用于個性化課程資源推薦。

2 平臺的業務流程設計

整體業務流程設計如下：學習者登錄平臺后，完成能力診斷，形成診斷報告并初始化學生模型；根據診斷結果，確定課程體系中的學習起點開始個性化學習，學習過程中收集學習行為數據至云端；學習后完成考試中心的自適應考試任務，并將考試數據匯總至管理中心集中統計分析。具體業務流程如圖3所示。

圖3 平臺業務流程

平臺業務流程詳細描述如下：

第一步，初次登錄平臺的用戶需診斷其能力水平。診斷過程為填寫個人基本信息（如年齡、學業背景、過往相關語言等級考試情況等）用于確定初始量表，自適應測試過程中測試題目會根據選題策略動態變化，使得診斷結果能較為準確地反映學習者的真實水平。能力診斷同時會將學習者模型初始化，根據其診斷結果確定其能力水平并初始個性化學習資源。

第二步，學習者可在課程體系中從其診斷的初始能力層級（如中級）開始學習，每個能力層級包含不同數量的課時，每個課時又包含根據能力層級要求而制作的課程資源。學習者完成所有課時后即可發起升級測試，測試通過后即可進入下一層級的學習。學習者在學習課程內容的同時，也可以進入資源中心自主學習。資源中心的學習內容由個性化學習資源推薦引擎根據學習者模型推薦，如在基礎語音模塊中，推薦引擎根據該學習者過往口語發音練習的學習行為，有針對性地為其推薦發音易出錯的資源。本平臺利用先進的AI云平臺中的語音評測、作文評測、語音合成等人工智能技術，個性化地提升學習者的聽說讀寫能力。

第三步，經過一段時間的學習后，管理人員發起考核任務，學習者在考試中心接收到考試任務后完成一次自適應測試，考試結果自動上傳至后臺管理中心。

第四步，管理人員可監控所有學習者的學習和考試情況，也可查看全局統計信息。后臺學習數據和前臺埋點收集的數據可通過大數據分析平臺進行數據挖掘分析，形成每個學習者的學習行為模型，可供第二步中的個性化學習使用。

三 平臺應用案例

本研究以應用于少數民族學習普通話的國家通用語言學習平臺（下文簡稱“學習平臺”）為例，研究對象為新疆T地區使用該學習平臺的所有中小學少數民族教師。學習平臺的注冊人數約8100人，使用人數約7600人，使用人數占比93%以上，人均每天使用學習平臺的時長約0.56小時，學習平臺的應用時長約一年。

首先，搭建一套符合少數民族群體的課程體系，包括語言能力模型和課程資源庫，主要由B大學經驗豐富的語言專家協助完成。語言能力模型的建設過程如下：首先，由專家對聽、說、讀、寫這四個方面的語言能力進行細分，形成二級能力樹（聽力二級能力樹如圖4所示）；隨后，將所有的能力進行歸類，劃分出五個等級，再按照每個等級中的能力要求開發對應的課程單元，設置單元目標；最后，根據學習方法的不同，設計并制作不同的課程資源。課程資源庫為語言能力模型配套的資源庫（包括文字、圖片、視頻等），不僅存儲了具體的課程資源屬性，還存儲了課程目標、學習方法與課程資源的對應關系，以便資源的檢索。

圖4 聽力二級能力樹

圖5 學習者使用與未使用學習平臺的平均成績對比

其次，開發自適應題庫，題庫中試題的區分度、難點和猜想系數可在入庫初期由語言專家根據專業經驗來標定。在試題使用過程中，參考學習者在自適應測試中得出的結果對試題參數動態修正。通過反復、大量的修正，試題的參數趨于理想值，使得測試數據可以更好地反映出測試者的真實水平。自適應測試的關鍵是如何從自適應題庫中選取測試題目，也就是選題策略的確定。本研究采用的是當前較為常用的最大信息量選題策略[6][8]，即根據當前測試者的能力選擇題庫中信息量最大的試題提供給測試者。基本步驟如下：

①根據能力診斷結果設定學習者初始能力值（答對題數與答錯題數比值）；

②利用當前的能力值計算題庫中每道試題信息量，計算方法為Logistic回歸模型；

③選取信息量最大的試題作為下一道試題呈現給學習者。

再次，構建基于大數據的個性化推薦系統。該系統的構建分為兩步：第一步是采集學習行為數據。本研究根據系統功能模塊與學習行為觀察，制定了詳細記錄學習行為的數據埋點方案，如表1所示。埋點收集的數據會上傳至訊飛Odeon大數據分析平臺，在此平臺中完成數據清洗、存儲、挖掘分析等工作。該步驟可根據學習者的學習行為數據，結合題目特征，構想學習者的知識模型[7]，并作為學習者模型的中間數據進行分布式存儲以便實時獲取。第二步是個性化資源推薦引擎，分為三個模塊：①學習者模型獲取模塊，其功能是從大數據分析平臺中獲取學習者模型的中間結果，結合平臺的用戶子系統中存儲學習者的個人信息、當前階段能力水平等信息，規整為最終的學習者模型；②診斷模塊，其功能是根據學習者模型信息，對比其同構目標和課程體系，獲得該學習者最應學習的知識點、考點等薄弱集合；③資源檢索和獲取模塊，其功能是根據學習者的能力值和薄弱點，從自適應題庫中檢索相應的學習資源。

表1 學習行為數據埋點方案

最后，完成學習平臺的開發工作。學習平臺技術選型采用當前主流的Java Web開發框架，前后端分離以支持多平臺（如PC端、移動端）的開發需求。開發語言采用Java，Web服務器使用Tomcat，數據庫選型為MySQL，架構采用經典三層架構模式。為支持彈性和分布式部署，學習平臺同時采用了阿里巴巴開源分布式計算框架Dubbo作為服務治理。

本研究對比了學習平臺應用前后學習者（即新疆T地區的中小學少數民族教師）的國家少數民族漢語水平等級考試（MHK）成績，學習結果如圖5所示。圖5顯示，學習者使用學習平臺后，其所有題型的平均成績均高于未使用學習平臺的學習者，說明使用學習平臺者的學習效果要比未使用學習平臺者好。從通過率來看，使用學習平臺的學習者的MHK三級通過率提升了6.7%，而未使用學習平臺的學習者的三級通過率僅提升了1.7%。此外，學習平臺在使用期間持續穩定運營，產品功能得到了教育主管部門和學習者的高度認可，學習者的國家通用語言水平亦有了快速提升，產生了較好的社會價值和經濟價值。

四 總結

本研究借助于自適應題庫、學習行為分析技術、教育大數據分析技術等技術搭建了可較為精確測量學習者真實能力水平并個性化精準推薦學習資源的在線學習環境。同時依托語音評測、作文評測等相關人工智能技術，構建了一個陪伴式虛擬老師，實時地精確地診斷學習者在聽說讀寫等方面的問題，幫助學習者有針對性地學習。通過平臺的驗證，對比傳統學習方式，個性化、自適應在線語言學習系統是提升語言學習效率的有效途徑。

[1]王艷芳.支持個性化學習的e-Learning系統研究[J].中國電化教育,2008,(3):102-107.

[2](美)斯伯克特著.任友群譯.教育傳播與技術研究手冊第四版(上冊)[M].上海:華東師范大學出版社,2015:520-521.

[3]李昕,荊永君,劉天華.自適應測試與輔導系統設計與實現[J].現代教育技術,2013,(4):106-109.

[4]漆書青,戴海琦,丁樹良.現代教育與心理測量學原理[M].北京:高等教育出社,2002:86-90.

[5]杜婧敏,方海光,李維楊,等.教育大數據研究綜述[J].中國教育信息化,2016,(19):1-4.

[6]王鵬,荊永君,王海敏.最大信息量選題策略的自適應測試系統[J].計算機系統應用,2013,(6):149-152.

[7]岳俊芳,陳逸.基于大數據分析的遠程學習者建模與個性化學習應用[J].中國遠程教育,2017,(7):34-39.

[8]張鴻.計算機自適應題庫的建立[J].計算機技術與應用,2009,(8):152-154.

Design and Application of Intelligent Personalized Language Learning Platform based on Adaptive Testing Bank

LI Jun-jie1,2ZHANG Jian-fei3HU Jie3SHENG Shou-zhuo3[Corresponding Author]

In recent years, with the development and maturity of adaptive testing bank technology, intelligent speech evaluation technology, speech synthesis technology and cloud computing, etc, it became possible to build an intelligent personalized language learning platform.This article firstly analyzed the key techniques and methods required for the intelligent personalized language learning platform. Then, the article introduced how to use these theoretical techniques to design a platform framework that could provide multiple learning approaches, and further proposed a supporting language learning model. Finally, the construction process and method of the platform were presented by using minority’s learning Mandarin as an application case. In addition, a comparative analysis of the effect of the platform on learners’ performance was conducted. Results showed that the platform had favorable application effect and improved language learners’ basic language ability.

adaptive testing bank; personalized learning; artificial intelligence; big data

G40-057

A

1009—8097（2018）10—0005—07

10.3969/j.issn.1009-8097.2018.10.001

本文為國家語委“十三五”重大課題“智能語音及人工智能技術在語言學習中的應用研究”（項目編號：ZDA135-4）的階段性研究成果。

李俊杰，講師，碩士，研究方向教育大數據、智能教育，郵箱為jjli5@iflytek.com。

2018年6月2日

編輯：小西